testssl.sh v3.2rc4版本发布:TLS/SSL安全测试工具迎来多项重要更新
testssl.sh作为一款开源的命令行工具,专门用于对TLS/SSL加密协议进行全面的安全测试和评估。它能够检查服务器支持的协议版本、密码套件、密钥交换算法等关键安全配置,帮助管理员和安全专家发现潜在的安全风险。最新发布的v3.2rc4版本带来了多项重要功能增强和安全改进,值得我们深入探讨。
新增ML-KEMs后量子密码支持
本次更新最引人注目的是增加了对ML-KEMs(Module-Lattice-based Key Encapsulation Mechanisms)后量子密码算法的支持,包括:
- SecP256r1MLKEM768
- X25519MLKEM768
- SecP384r1MLKEM1024
- X25519Kyber768Draft00
这些算法组合了传统椭圆曲线密码(如X25519、SecP256r1)与后量子密码学中的格基加密方案,为应对未来量子计算机威胁提供了过渡方案。这表明testssl.sh已经开始为后量子密码时代做准备,帮助用户评估系统对新型加密标准的支持能力。
安全功能增强
v3.2rc4在安全性方面有多项改进:
-
更健壮的重新协商检查:改进了TLS重新协商机制的检测逻辑,能够更准确地识别潜在的安全风险,防止中间人攻击等威胁。
-
更多安全头部的支持:扩展了对各种HTTP安全头部的检测能力,帮助用户全面评估Web服务器的安全配置。
-
SHA-256 OCSP响应支持:现在能够正确处理使用SHA-256哈希算法的OCSP(在线证书状态协议)响应,提升了证书吊销状态检查的可靠性。
兼容性与标准支持
-
LibreSSL支持:继续保持对LibreSSL(直到版本4)的兼容性,确保在不同SSL/TLS实现环境下的可用性。
-
RFC 9150密码套件支持:新增对RFC 9150定义的TLS 1.3密码套件的检测能力,保持与最新标准的同步。
其他重要改进
-
Docker镜像位置变更:官方Docker镜像现在统一存放在/drwetter/testssl/路径下,反映了这是一个由多人共同维护的项目。
-
BigIP cookie解码修复:修正了F5 BigIP负载均衡器cookie中IP地址解码的问题,提高了对这类设备的检测准确性。
总结
testssl.sh v3.2rc4版本的发布展示了该项目在保持核心功能稳定的同时,积极拥抱密码学新发展的态度。特别是对后量子密码的支持,使其走在了TLS/SSL安全测试工具的前沿。对于系统管理员和安全专业人员来说,及时升级到最新版本将有助于更全面地评估系统的加密安全状况,为应对未来的安全挑战做好准备。
随着网络威胁的不断演变,testssl.sh这样的工具在维护系统安全方面发挥着越来越重要的作用。v3.2rc4版本的改进不仅增强了现有功能,也为未来的发展奠定了基础,值得广大安全从业者关注和采用。
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
yuanrongopenYuanrong runtime:openYuanrong 多语言运行时提供函数分布式编程,支持 Python、Java、C++ 语言,实现类单机编程高性能分布式运行。Go051
pc-uishopTNT开源商城系统使用java语言开发,基于SpringBoot架构体系构建的一套b2b2c商城,商城是满足集平台自营和多商户入驻于一体的多商户运营服务系统。包含PC 端、手机端(H5\APP\小程序),系统架构以及实现案例中应满足和未来可能出现的业务系统进行对接。Vue00
ebook-to-mindmapepub、pdf 拆书 AI 总结TSX01